全球数字财富领导者
CoNET
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
财富汇
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
Arthur Hayes预测狗狗币ETF有望上市 PlayDoge预售已经超过380万美元
go
lg
...
在手机上易于访问,支持在Google和
Apple
应用商店下载,使其触及广大的用户群。 参观PlayDoge预售 游戏还提供了高清的像素图形、触控屏操作和一系列迷你游戏,进一步提升了用户体验。不过,需要注意的是,PlayDoge的游戏将在预售后才会推出,并且质押功能仅限于在Binance智能链上购买的预售代币。 目前预售阶段将以1 PLAY = $0.00506发售,并且价格在不同阶段会升高,不仅为早期投资者提供了独特的进入机会,而且预计将增加代币的流通性和市场价。 结论: Arthur Hayes对于狗狗币ETF的预测反映了市场对于迷因币的高度关注和期待。在比特币与以太币ETF成功后,狗狗币作为下一个可能的ETF目标,拥有其独特的优势和潜力,投资者应密切关注PlayDoge,为可能的百倍币投资机会做好准备。 参观PlayDoge预售
lg
...
Business2Community
06-12 18:44
麻吉大哥迷因币$Bobaoppa七日涨近五成 重镑投资FRIEND却亏损逾770万美元
go
lg
...
在手机上易于访问,支持在Google和
Apple
应用商店下载,使其触及广大的用户群。 参观PlayDoge预售 游戏还提供了高清的像素图形、触控屏操作和一系列迷你游戏,进一步提升了用户体验。不过,需要注意的是,PlayDoge的游戏将在预售后才会推出,并且质押功能仅限于在Binance智能链上购买的预售代币。 目前预售阶段将以1 PLAY = $0.00506发售,并且价格在不同阶段会升高,不仅为早期投资者提供了独特的进入机会,而且预计将增加代币的流通性和市场价。 参观PlayDoge预售
lg
...
Business2Community
06-12 17:19
“三幻神”悄悄创下历史新高。。
go
lg
...
上正式发布了其首个生成式AI大模型——
Apple
Intelligence(苹果智能系统)。该系统集成了生成式人工智能的强大功能,可跨平台和程序应用于苹果手机、平板、电脑等产品。
Apple
Intelligence支持写作润笔、通话摘要、内容总结、图像生成,智能查找照片和视频,智能创作影片以及AI指令跨应用运行等,能为iPhone、Mac等设备提供一系列AI功能。 值得注意的是,由于对芯片算力的要求,
Apple
Intelligence将仅支持iPhone 15 Pro、iPhone 15 Pro Max以及搭载M1或后续芯片的iPad和 Mac设备,需将设备语言设置为英语(美国)。
Apple
Intelligence发布标志着苹果正式迈入了AI时代。分析人士指出,在AI的加持下,这一轮暴涨或许是市场对苹果的重新定价。 然而,苹果宣布引入ChatGPT,马斯克急了:我的公司将禁止苹果设备。 马斯克在社交平台上连发多条推文,质疑苹果“出卖用户数据”,并威胁说要禁止旗下公司使用苹果设备。 马斯克直言,如果苹果在操作系统中集合OpenAI,那么他的公司将禁止使用苹果设备,这被视为不可接受的安全违规行为。 苹果公司强调,在发展AI的同时,将兼顾用户隐私问题。不过,这一表态很快就引来马斯克的强烈谴责。他表示,苹果不够聪明,无法开发自己的AI,但却有能力确保OpenAI将保护用户的安全和隐私,这显然是荒谬的。 马斯克进一步指出,一旦苹果把你的数据交给OpenAI,他们就根本不会知道会发生什么,他们正在出卖你。 尽管如此,华尔街还是给了苹果巨大的正反馈。苹果股价暴涨,创下历史新高,较今年4月22日以来累计涨幅达25%,进入技术性牛市。 这轮反弹使苹果公司总市值重回3万亿美元关口,一夜之间华尔街分析师对苹果的看法发生了巨大转变。 其中,摩根士丹利表示,苹果的AI功能让该公司成为“最具差异化的消费者数字代理”,将推动消费者升级iPhone手机,有望“加速设备的更换周期”;美银分析师指出,坚信人工智能可以帮助开启iPhone超级周期。 此外,苹果合作的OpenAI,今年2月的估值已高达800亿美元,在不到10个月的时间内几乎翻了三倍,成为全球市值第三高的科技初创公司,仅次于字节跳动和SpaceX。 事实上,马斯克是OpenAI的联合创始人之一,2015年参与了公司的创立,2018年离开了OpenAI董事会。在离开OpenAI后,与其掀起口水战,他们的恩怨由来已久。 3 AI口水战硝烟弥漫 今年3月,马斯克用一篇9万多字的起诉书起诉了OpenAI以及CEO奥尔特曼,随后OpenAI发博客反驳马斯克。 当时这瓜还挺大。马斯克指责OpenAI成为微软“事实上的子公司”,违反了一项创始协议,即成为一家“为人类利益”开发人工智能的非营利组织。 据起诉书的叙述,马斯克一手促成OpenAI创立,早期既给钱又出力,为的就是防止AI对人类的潜在威胁。 之后OpenAI发博回怼,丝毫不给老马留情面。大致意思是,首先在该公司创建时,马斯克承诺给10亿美元,但只给了4500万,而且在OpenAI缺钱的时候,马斯克试图让特斯拉收购它;其次,当收购企图不成功以后,马斯克声称OpenAI成功的概率为0,并在特斯拉内部创建竞品试图取而代之。 除此之外,OpenAI还写了一段似是深情告白但又像是控诉马斯克的话:“我们很难过,我们深深钦佩的一个人竟然走到了这一步。他激励我们向更高的目标迈进,然后告诉我们会失败,创办了一个竞争对手,当我们在没有他的情况下开始朝着 OpenAI 的使命取得有意义的进展时,他又告了我们一状。” 马斯克此前正推进自己的人工智能项目,宣布旗下的xAI正式成立,并表示一定会与OpenAI竞争。xAI的产品也是生成式聊天机器人——Grok,据悉xAI刚刚宣布获得60亿美元融资。 这场AI浪潮,华尔街貌似不太给马斯克面子,特斯拉股价表现疲软。 数据科技公司Hazeltree周二发布的月度报告显示,特斯拉在5月份超越雪佛龙重新成为被做空最严重的美股大型股。 HazelTree以1到99的“拥挤度分数”对空头押注进行排名,99代表基金做空百分比最高的证券,特斯拉的拥挤度分数为99分。 微软、英伟达、苹果等巨头在AI的驱动下屡创新高,而特斯拉今年股价已经累计下跌逾30%。特斯拉曾经也是被美股市场捧为明珠的公司,随着这场AI大变局的加速,留给马斯克的时间不多了。
lg
...
格隆汇
06-12 16:36
苹果正式迈入AI时代,年内纳指科技ETF“吸金”46亿,标普500ETF“吸金”33亿
go
lg
...
上正式发布了其首个生成式AI大模型——
Apple
Intelligence(苹果智能系统),该系统集成了生成式人工智能的强大功能,可跨平台和程序应用于苹果手机、平板、电脑等产品。
Apple
Intelligence支持写作润笔、通话摘要、内容总结、图像生成,智能查找照片和视频,智能创作影片以及AI指令跨应用运行等,能为iPhone、Mac等设备提供一系列AI功能。 值得注意的是,由于对芯片算力的要求,
Apple
Intelligence将仅支持iPhone 15 Pro、iPhone 15 Pro Max以及搭载M1或后续芯片的iPad和 Mac设备,需将设备语言设置为英语(美国)。
Apple
Intelligence发布标志着苹果正式迈入了AI时代。分析人士指出,在AI的加持下,这一轮暴涨或许是市场对苹果的重新定价。 一夜之间华尔街分析师对苹果的看法发生了巨大转变。 其中,摩根士丹利表示,苹果的AI功能让该公司成为“最具差异化的消费者数字代理”,将推动消费者升级iPhone手机,有望“加速设备的更换周期”;美银分析师指出,坚信人工智能可以帮助开启iPhone超级周期。 今年以来,截至6月11日,纳斯达克指数涨幅15.54%,标普500指数涨幅达12.69%。美股七姐妹,年初至今,微软涨幅15.48%,苹果涨幅7.88%,英伟达涨幅达144.17%,谷歌涨幅达26.58%,亚马逊涨幅23.23%,Meta涨幅43.52%,特斯拉下跌31.32%。 A股市场,跟踪纳指科技、纳指100、标普500指数的ETF迎来普涨。其中,景顺长城纳指科技ETF年内涨幅高达48%,位居ETF市场涨幅第一。 因二级市场溢价过高,景顺长城基金旗下纳指科技ETF(QDII)和易方达基金旗下原油LOF(QDII)于今日上午开盘后停牌一小时。 QDII基金近两年涨势喜人,吸引大量资金涌入。即使基金公司持续提示溢价风险,投资者的热情依然高涨。数据显示,今年以来多只QDII基金规模增长强劲。 截至6月11日,今年以来超97亿资金净流入QDII ETF。其中,景顺长城基金纳指科技ETF资金净流入46亿,净流入最多;博时基金标普500ETF资金净流入33亿,位居第二。净流入超10亿的有嘉实基金纳斯达克指数ETF、华安基金日经225ETF、大成基金纳斯达克100指数ETF、广发基金纳指ETF和南方基金日本东证指数ETF。 随着一些QDII基金持续上涨,有基金公司对一些热门QDII产品实行限购。限购原因一方面是部分QDII基金在二级市场上出现大幅溢价,另一方面是外汇额度紧张。 近期QDII新一轮额度获批,国家外汇管理局最新披露的合格境内机构投资者(QDII)投资额度审批情况表显示,今年5月,32家公募基金公司合计获得12.3亿美元QDII新增额度,其中易方达基金、华夏基金、广发基金等28家机构均新增0.5亿美元额度。 同期,南方基金、银河金汇资管2家机构新增0.4亿美元额度,建信基金、申万菱信基金等4家机构则新增0.2亿美元额度。 另有招商基金、国投瑞银基金等6家机构获得0.1亿美元新增额度。其中,西部利得基金为首次获批QDII额度,获批额度达0.5亿美元。 值得一提的是,这是2024年以来的首次QDII额度审批。在此之前,QDII额度曾在2023年1月11日和2023年7月27日有过两次扩容审批。 截至今年5月底,累计QDII投资批准额度为1677.89亿美元,较4月末的1655.19亿美元增加22.7亿美元,增幅约13.7%。 目前,累计批准额度超过50亿美元的是易方达基金、华夏基金和南方基金,分别为77.3亿美元、67.3亿美元和59.8亿美元,广发基金、嘉实基金、博时基金的额度也超过了30亿美元,前5家公募合计占据了公募基金约一半的QDII额度。 业内人士表示,不少QDII产品长期处于限购状态,此次额度增加或可缓解其额度不足的“燃眉之急”。
lg
...
格隆汇
06-12 16:36
柳沁雯6.12黄金短线受阻看高空思路,玩转金市,附操作
go
lg
...
听过这样一句话:“你肯为别人打伞,别人才愿意为你打伞。谁都有雨天没伞的时候,能帮人遮点雨就遮点吧。这也是我下雨时即使不带伞,也不会被淋湿的妙法啊。” 学会适时适度地“麻烦”别人,互利共赢,才能事半功倍。——柳沁雯 >>>>黄金走势解析 国际黄金周二白盘在维持预期低位2300-05附近横盘震荡后,晚间美盘反弹收复,企稳2310上方,承压2320,截止收盘,上部高位阻力刷新至2319-20附近…… 从日线表现来看,在经历上周收官行情的大阴杀多后,本周行情主要以预期的探底多头修复行情为主,前两个交易日的表现以震荡慢涨修复为主,但整体力度而言相较于收官空头较为有限,目前而言只能作为修正力度对待,需要留意上部阻力表现和下部空头是否存在后续延续情况,日线方面目前不做趋势跟进,关注后续延续情况做进一步研判。 短线而言,上部2320一线阻力表现较为强劲,昨日美盘两度承压滞涨,所以日内重点需要留意2320一线的阻力表现,下部可以关注昨日起涨2300-05附近。重点在于欧美盘对于2320的争夺确认做进一步跟随,同时较为重要的是晚间有cpi数据,需要重点留意风险。 6.12日具体而言,日内更多建议观望,较为
lg
...
柳沁雯分析师
06-12 15:18
Apple
股价暴涨7%创历史新高!华尔街称AI将助力iPhone换机潮
go
lg
...
Apple
公司在WWDC大会上展示了一系列AI功能,多家投行热情吹捧苹果,其股价暴涨7.3%创下历史新高。 6月11日,苹果(AAPL)股价暴涨7.3%至207.15美元,创下历史新高,市值也重上3万亿美元大关,反超英伟达重回全球第二大公司。 【图源:TradingView;苹果(AAPL)2024年股价走势】 而股价暴涨原因,是之前召开的全球开发者大会(WWDC)。在大会上,苹果展示了一系列与人工智能相关的功能,并宣布与OpenAI建立合作伙伴关系,iPhone将接入ChatGPT。 (相关文章:《苹果WWDC官宣与OpenAI合作!马斯克强烈反对:禁止
Apple
进入公司!》) IDC research主席表示,这次大会标志着
Apple
准备进入一个新的时代,会开启AI智能设备更新换代的超级周期。知名苹果分析师郭明錤也在发布会后称,在WWDC之后,苹果将不再被视为AI产业的落后者。 多数华尔街大行也纷纷吹捧。 高盛对苹果的评级为“买入”,目标价为238美元。高盛分析师表示,WWDC上发布的软件将推动硬件销售,因为新的人工智能功能只与搭载M1或更好芯片的iPhone 15和Mac电脑兼容。 摩根大通对苹果的评级为“增持”,目标价为225美元。摩根大通分析师预计iPhone的设备升级周期将在今年秋季晚些时候开始,升级周期可能在2025年iPhone 17发布时达到顶峰。 Wedbush对苹果的评级为“跑赢大盘”,目标价为275美元。Wedbush分析师表示,苹果智能公司利用其庞大的安装基础来推出和完善其人工智能技术,从而改变了游戏规则。 摩根士丹利对苹果的评级为“增持”,并给出216美元的目标价和270美元的牛市估值。 “我们确信苹果即将迎来多年的产品更新。苹果的人工智能功能将推动消费者升级他们的iPhone,从而加速设备更换周期。” 不过瑞银对于iPhone更新换代的看法,则有所保留。其分析师指出,用户要用了之后才知道到底有没有大会上展示的那么好用,价格也很重要。 在瑞银最新的调查中,目前反映用户兴趣并不大。如果除去中国,27%的用户对生成式AI手机感兴趣,隐私保护和价格是他们的头号顾虑。 原文链接
lg
...
投资慧眼
06-12 15:08
生于边缘:去中心化算力网络如何赋能Crypto与AI?
go
lg
...
ges of crypto + AI
applications
” 的文章,讨论了未来AI和crypto相结合的场景。Vitalik在文中提到了很多的畅想,包括利用区块链和MPC等加密技术对AI进行去中心化的training和inference,可以将machine learning的黑箱打开,从而让AI model更加trustless等等。这些愿景若要实现还有很长一段路要走。但其中Vitalik提到的其中一个用例——利用crypto的经济激励来赋能AI,也是一个重要且在短时间内可以实现的一个方向。去中心化算力网络便是现阶段AI + crypto最合适的场景之一。 2 去中心化算力网络 目前,已经有不少项目在去中心化算力网络的赛道上发展。这些项目的底层逻辑是相似的,可以概括为: 利用token激励算力持有者参与网络提供算力服务,这些零散的算力资源可以汇集成有一定规模的去中心化算力网络。这样既能提高闲置算力的利用率,又能以更低的成本满足客户的算力需求,实现买方卖方双方的共赢。 为了使读者在短时间内获得对此赛道的整体把握,本文将从微观—宏观两个视角对具体的项目和整个赛道进行解构,旨在为读者提供分析视角去理解每个项目的核心竞争优势以及去中心化算力赛道整体的发展情况。笔者将介绍并分析五个项目: Aethir、io.net、Render Network、Akash Network、Gensyn,并对项目情况和赛道发展进行总结和评价。 从分析框架而言,如果聚焦于一个具体的去中心化算力网络,我们可以将其拆解成四个核心的构成部分: 硬件网络:将分散的算力资源整合在一起,通过分布在全球各地的节点来实现算力资源的共享和负载均衡,是去中心化算力网络的基础层。 双边市场:通过合理的定价机制和发现机制将算力提供者与需求者进行匹配,提供安全的交易平台,确保供需双方的交易透明、公平和可信。 共识机制:用于确保网络内节点正确运行并完成工作。共识机制主要用于监测两个层面:1)监测节点是否在线运行,处于可以随时接受任务的活跃状态;2)节点工作证明:该节点接到任务后有效正确地完成了任务,算力没有被用于其他目的而占用了进程和线程。 代币激励:代币模型用于激励更多的参与方提供/使用服务,并且用token捕获这种网络效应,实现社区收益共享。 如果鸟瞰整个去中心化算力赛道,Blockworks Research的研报提供了一个很好的分析框架,我们可以将此赛道的项目position分为三个不同的layer。 Bare metal layer: 构成去中心化计算栈的基础层,主要的任务是收集原始算力资源并且让它们能够被API调用。 Orchestration layer: 构成去中心化计算栈的中间层,主要的任务是协调和抽象,负责算力的调度、扩展、操作、负载均衡和容错等。主要作用是“抽象”底层硬件管理的复杂性,为终端用户提供一个更加高级的用户界面,服务特定的客群。 Aggregation layer: 构成去中心化计算栈的顶层,主要的任务是整合,负责提供一个统一的界面让用户可以在一处实现多种计算任务,比如AI训练、渲染、zkML等等。相当于多个去中心化计算服务的编排和分发层。 图片来源:Youbi Capital 根据以上两个分析框架,我们将对选取的五个项目做一个横向的对比,并从四个层面——核心业务、市场定位、硬件设施和财务表现对其进行评价。 2.1 核心业务 从底层逻辑来讲,去中心化算力网络是高度同质化的,即利用token激励闲置算力持有者提供算力服务。围绕这个底层逻辑,我们可以从三个方面的差异来理解项目核心业务的不同: 闲置算力的来源: 市面上闲置算力有两种主要的来源:1)data centers, 矿商等企业手里闲置算力;2)散户手里的闲置算力。数据中心的算力通常是专业级别的硬件,而散户通常会购买消费级别的芯片。 Aethir、Akash Network和Gensyn的算力主要是从企业收集的。从企业收集算力的好处在于:1)企业和数据中心通常拥有更高质量的硬件和专业维护团队,算力资源的性能和可靠性更高;2)企业和数据中心的算力资源往往更同质化,并且集中的管理和监控使得资源的调度和维护更加高效。但相应的,这种方式对于项目方的要求较高,需要项目方有与掌握算力的企业有商业联系。同时,可扩展性和去中心化程度会受到一定程度的影响。 Render Network和io.net主要是激励散户提供手中的闲置算力。从散户手中收集算力的好处在于:1)散户的闲置算力显性成本较低,能提供更加经济的算力资源;2)网络的可扩展性和去中心化程度更高,增强了系统的弹性和稳健性。而缺点在于,散户资源分布广泛且不统一,管理和调度变得复杂,增加了运维难度。并且依靠散户算力去形成初步的网络效应会更加困难(更难kickstart)。最后,散户的设备可能存在更多的安全隐患,会带来数据泄露和算力被滥用的风险。 算力消费者 从算力消费者来讲,Aethir、io.net、Gensyn的目标客户主要是企业。对于B端客户来说,AI和游戏实时渲染需要高性能计算需求。这类工作负载对算力资源的要求极高,通常需要高端 GPU 或专业级硬件。此外,B端客户对算力资源的稳定性和可靠性要求很高,因此必须提供高质量的服务级别协议,确保项目正常运行并提供及时的技术支持。同时,B端客户的迁移成本很高,如果去中心化网络没有成熟的SDK能够让项目方快速deploy(比如Akash Network需要用户自己基于远程端口进行开发),那么很难让客户进行迁移。如果不是及其显著的价格优势,客户迁移的意愿是非常低的。 Render Network和Akash Network主要为散户提供算力服务。为C端用户提供服务,项目需要设计简单易用的界面和工具,为消费者提供良好的消费体验。并且消费者对于对价格很敏感,因此项目需要提供有竞争力的定价。 硬件类型 常见的计算硬件资源包括CPU、FPGA、GPU、ASIC和SoC等。这些硬件在设计目标、性能特性和应用领域上有显著区别。总结来说,CPU更擅长通用计算任务,FPGA的优势在于高并行处理和可编程性,GPU在并行计算中表现出色,ASIC在特定任务中效率最高,而SoC则集成多种功能于一体,适用于高度集成的应用。选择哪种硬件取决于具体应用的需求、性能要求和成本考虑。我们讨论的去中心化算力项目多为收集GPU算力,这是由项目业务类型和GPU的特点决定的。因为GPU在AI训练、并行计算、多媒体渲染等方面有着独特优势。 虽然这些项目大多涉及到GPU的集成,但是不同的应用对硬件规格的要求不同,因此这些硬件有异质化的优化核心和参数。这些参数包括parallelism/serial dependencies,内存,延迟等等。例如渲染工作负载实际上更适合于消费级 GPU,而不适合性能更强的data center GPU,因为渲染对于光线追踪等要求高,消费级芯片如4090s等强化了RT cores,专门为光线追踪任务做了计算类优化。AI training和inference则需要专业级别的GPU。因此Render Network 可从散户那里汇集 RTX 3090s 和 4090s等消费级GPU,而IO.NET需要更多的H100s、 A100s等专业级别GPU,以满足AI初创公司的需求。 2.2 市场定位 对于项目的定位来讲,bare metal layer、orchestration layer和aggregation layer需要解决的核心问题、优化重点和价值捕获的能力不同。 Bare metal layer 关注的是物理资源的收集和利用,Orchestration layer 关注算力的调度和优化,将物理硬件按照客户群体的需求进行最佳优化设计。Aggregation layer是general purpose的,关注不同资源的整合和抽象。从价值链来讲,各个项目应该从bare metal层起,努力向上进行攀升。 从价值捕获的角度来讲,从bare metal layer、orchestration layer 到aggregation layer,价值捕获的能力是逐层递增的。Aggregation layer能够捕获最多的价值,原因在于aggregation platform能够获得最大的网络效应,还能直接触及最多的用户,相当于去中心化网络的流量入口,从而在整个算力资源管理栈中占据最高的价值捕获位置。 相应的,想要构建一个aggregation platform的难度也是最大的,项目需要综合解决技术复杂性、异构资源管理、系统可靠性和可扩展性、网络效应实现、安全性和隐私保护以及复杂的运维管理等多方面的问题。这些挑战不利于项目的冷启动,并且取决于赛道的发展情况和时机。在orchestration layer还未发展成熟吃下一定市场份额时,做aggregation layer是不太现实的。 目前,Aethir、Render Network、Akash Network和Gensyn都属于Orchestration layer,他们旨在为特定的目标和客户群体提供服务。Aethir目前的主营业务是为云游戏做实时渲染,并为B端客户提供一定的开发和部署环境和工具; Render Network主营业务是视频渲染,Akash Network的任务是提供一个类似于淘宝的交易平台,而Gensyn深耕于AI training领域。io.net的定位是Aggregation layer,但目前io实现的功能还离aggregation layer的完整功能还有一段距离,虽然已经收集了Render Network和Filecoin的硬件,但对于硬件资源的抽象和整合还未完成。 2.3 硬件设施 目前,不是所有项目都公布了网络的详细数据,相对来说,io.net explorer的UI做的是最好的,上面可以看到GPU/CPU数量、种类、价格、分布、网络用量、节点收入等等参数。但是4月末时io.net的前端遭到了攻击,由于io没有对 PUT/POST 的接口做 Auth,黑客篡改了前端数据。这为其他项目的隐私、网络数据可靠性也敲响了警钟。 从GPU的数量和model来说,作为聚合层的io.net收集的硬件数量理应是最多的。Aethir紧随其后,其他项目的硬件情况没有那么透明。从GPU model上可以看到,io既有A100这样的专业级GPU,也有4090这样的消费级GPU,种类繁多,这符合io.net aggregation的定位。io可以根据具体任务需求选择最合适的GPU。但不同型号和品牌的GPU可能需要不同的驱动和配置,软件也需要进行复杂的优化,这增加了管理和维护的复杂性。目前io各类任务分配主要是靠用户自主选择。 Aethir发布了自己的矿机,五月时,高通支持研发的Aethir Edge正式推出。它将打破远离用户的单一集中化的GPU集群部署方式,将算力部署到边缘。Aethir Edge将结合H100的集群算力,共同为AI场景服务,它可以部署训练好的模型,以最优的成本为用户提供推理计算服务。这种方案离用户更近,服务更快速,性价比也更高。 从供给和需求来看,以Akash Network为例,其统计数据显示,CPU总量约为16k,GPU数量为378个,按照网络租赁需求,CPU和GPU的利用率分别是11.1%和19.3%。其中只有专业级GPU H100的租用率是比较高的,其他的model大多处于闲置状态。其他网络面临的情况大体与Akash一致,网络总体需求量不高,除了如A100、H100等热门芯片,其他算力大多处于闲置的状态。 从价格优势来看,与除云计算市场巨头而言,与其他传统服务商相比成本优势并不突出。 2.4 财务表现 不管token model如何设计,一个健康的tokenomics都需要满足以下几个基本条件:1)用户对于网络的需求需要体现在币价上,也就是说代币是可以实现价值捕获的;2)各个参与者,不管是开发者、节点、用户都需要得到长期的公平的激励;3)保证去中心化的治理,避免内部人士过度持有;4)合理的通胀和通缩机制和代币释放周期,避免大幅波动的币价影响网络的稳健型和持续性。 如果把代币模型笼统地分为BME(burn and mint equilibrium)和SFA(stake for access),这两种模式的代币通缩压力来源不同:BME模型在用户购买服务后会燃烧代币,因此系统的通缩压力是由需求决定的。而SFA要求服务提供者/节点质押代币以获得提供服务的资格,因此通缩压力是由供给带来的。BME的好处在于更加适合用于非标准化商品。但如果网络的需求不足,可能面临着持续通胀的压力。各项目的代币模型在细节上有差异,但总体来说,Aethir更偏向于SFA,而io.net,Render Network和Akash Network更偏向于BME,Gensyn尚未可知。 从收入来看,网络的需求量会直接反映在网络整体收入上(这里不讨论矿工的收入,因为矿工除了完成任务所获的报酬还有来自于项目的补贴。)从公开的数据上来看io.net的数值是最高的。Aethir的收入虽然还未公布,但从公开信息来看,他们宣布已经与很多B端客户签下了订单。 从币价来说,目前只有Render Network和Akash Network进行了ICO。Aethir和io.net也在近期发币,价格表现需要再观察,在这不做过多讨论。Gensyn的计划还不清楚。从发币的两个项目以及同一个赛道但没有包含在本文讨论范围内的已经发币的项目,综合来讲,去中心化算力网络都有非常亮眼的价格表现,一定程度体现了巨大的市场潜力和社区的高期望。 2.5 总结 去中心化算力网络赛道总体发展很快,已经有很多项目可以依靠产品服务客户,并产生一定收入。赛道已经脱离了纯叙事,进入可以提供初步服务的发展阶段。 需求疲软是去中心化算力网络所面临的共性问题,长期的客户需求没有被很好地验证和挖掘。但需求侧并没有过多影响币价,已经发币的几个项目表现亮眼。 AI是去中心化算力网络的主要叙事,但并不是唯一的业务。除了应用于AI training和inference之外,算力还可被用于云游戏实时渲染,云手机服务等等。 算力网络的硬件异质化程度较高,算力网络的质量和规模需要进一步提升。 对于C端用户来说,成本优势不是十分明显。而对于B端用户来说,除了节约成本之外,还需考虑服务的稳定性、可靠性、技术支持、合规和法律支持等等方面,而Web3的项目普遍在这些方面做得不够好。 3 Closing thoughts AI的爆发式增长带来的对于算力的巨量需求是毋庸置疑的。自 2012 年以来,人工智能训练任务中使用的算力正呈指数级增长,其目前速度为每3.5个月翻一倍(相比之下,摩尔定律是每18个月翻倍)。自2012 年以来,人们对于算力的需求增长了超过300,000倍,远超摩尔定律的12倍增长。据预测,GPU市场预计将在未来五年内以32%的年复合增长率增长至超过2000亿美元。AMD的估计更高,公司预计到2027年GPU芯片市场将达到4000亿美元。 图片来源: https://www.stateof.ai/ 因为人工智能和其他计算密集型工作负载(如AR/VR渲染)的爆发性增长暴露了传统云计算和领先计算市场中的结构性低效问题。理论上去中心化算力网络能够通过利用分布式闲置计算资源,提供更灵活、低成本和高效的解决方案,从而满足市场对计算资源的巨大需求。因此,crypto与AI的结合有着巨大的市场潜力,但同时也面临与传统企业激烈的竞争、高进入门槛和复杂的市场环境。总的来说,纵观所有crypto赛道,去中心化算力网络是加密领域中最有希望获得真实需求的的垂直领域之一。 图片来源:https://vitalik.eth.limo/general/2024/01/30/cryptoai.html 前途是光明的,道路是曲折的。想要达到上述的愿景,我们还需要解决众多的问题与挑战,总结来说:现阶段如果单纯提供传统的云服务,项目的profit margin很小。从需求侧来分析,大型企业一般会自建算力,纯C端开发者大多会选择云服务,真正使用去中心化算力网络资源的中小型企业是否会有稳定需求还需要进一步挖掘和验证。另一方面,AI是一个拥有极高上限和想象空间的广阔市场,为了更广阔的市场,未来去中心化算力服务商也需要向模型/AI服务进行转型,探索更多的crypto + AI的使用场景,扩大项目能够创造的价值。但目前来说,想要进一步发展到AI领域还存在很多问题和挑战: 价格优势并不突出:通过之前的数据对比可以看出,去中心化算力网络的成本优势并没有得到体现。可能的原因在于对于需求大的专业芯片H100、A100等,市场机制决定了这部分硬件的价格不会便宜。另外,去中心化网络虽然能收集闲置的算力资源,但去中心化带来的规模经济效应的缺乏、高网络和带宽成本以及极大的管理和运维的复杂性等隐形成本会进一步增加算力成本。 AI training的特殊性:利用去中心化的方式进行AI trainning在现阶段有着巨大的技术瓶颈。这种瓶颈从GPU的工作流程当中可以直观体现,在大语言模型训练中,GPU首先接收预处理后的数据批次,进行前向传播和反向传播计算以生成梯度。接下来,各GPU会聚合梯度并更新模型参数,确保所有GPU同步。这个过程将不断重复,直到训练完成所有批次或达到预定轮数。这个过程中涉及到大量的数据传输和同步。使用什么样的并行和同步策略,如何优化网络带宽和延迟,降低通讯成本等等问题,目前都还未得到很好的解答。现阶段利用去中心化算力网络对AI进行训练还不太现实。 数据安全和隐私:大语言模型的训练过程中,各个涉及数据处理和传输的环节,比如数据分配、模型训练、参数和梯度聚合都有可能影响数据安全和隐私。并且数据隐私币模型隐私更加重要。如果无法解决数据隐私的问题,就无法在需求端真正规模化。 从最现实的角度考虑,一个去中心化算力网络需要同时兼顾当下的需求发掘和未来的市场空间。找准产品定位和目标客群,比如先瞄准非AI或者Web3原生项目,从比较边缘的需求入手,建立起早期的用户基础。同时,不断探索AI与crypto结合的各种场景,探索技术前沿,实现服务的转型升级。 参考文献 https://www.stateof.ai/ https://vitalik.eth.limo/general/2024/01/30/cryptoai.html https://foresightnews.pro/article/detail/34368 https://app.blockworksresearch.com/unlocked/compute-de-pi-ns-paths-to-adoption-in-an-ai-dominated-market?callback=%2Fresearch%2Fcompute-de-pi-ns-paths-to-adoption-in-an-ai-dominated-market https://research.web3caff.com/zh/archives/17351?ref=1554 来源:金色财经
lg
...
金色财经
06-12 15:04
IO昨晚上线交易 赶上市场低潮 未来如何发展?
go
lg
...
区块链技术应用(Blockchain
Applications
)作为一个基于区块链技术的项目,io.net 利用区块链的特性,如安全性和透明性,来管理网络中的资源和交易。 总结 io的叙事:sol概念+depin+AI 这个buff叠加得不要太满,当下最热的几个概念都贴在身上,会玩;仔细读其介绍,将100万个GPU组合在一起,形成世界最大的GPU集群,这让我想到Filecoin的故事:通过区块链技术,将全世界的硬盘变为“一个大硬盘”,是不是特别像,嗯!换个故事,大家都爱听,所以,做了什么不重要,市场认你这个故事,资方觉得叙事可以玩下去,卖硬件的沉默成本足够,又贴上sol ai的标签,这事妥妥的可以搞! 个人观点:这个可以玩,但是是可以玩一段时间 来源:金色财经
lg
...
金色财经
06-12 14:56
苹果高调进军AI!股价创下历史新高,A股多只苹果概念股涨停
go
lg
...
。同时,围绕AI功能宣布“苹果智能”(
Apple
Intelligence)套件,能够优先置顶推送、总结文本、生成图片,Siri将得益于
Apple
Intelligence带来的大模型智能体验,获得巨大的提升。另外,苹果还宣布头显产品Vision Pro将于6月28日在中国、日本和新加坡推出。同时还发布了iOS 18、iPadOS 18、macOS 15、watchOS 11、visionOS 2等新一代操作系统。 这些功能与更新不仅展现了苹果在AI技术研发的深厚积累,也明确了其利用AI技术提升用户体验、增强产品竞争力的决心。 市场分析师普遍认为,苹果的AI举措有望开启一个iPhone销售的“超级周期”。据透露,这些前沿的AI功能预计将至少要求iPhone 15 Pro或iPhone 15 Pro Max级别的硬件配置,这意味着消费者为了体验最前沿的技术,可能需要更新至最新的苹果设备。 Wedbush Securities的知名分析师Dan Ives在研究报告中指出,这为苹果提供了一个“巨大的机会”,预计未来四年内约有2.7亿部iPhone面临升级需求,其中15%以上的现有苹果用户可能会因新推出的“
Apple
Intelligence”功能而选择升级至iPhone 16。 摩根士丹利、美国银行及Evercore等多家投资银行均对苹果的AI战略表达了乐观态度,并上调了其股票目标价格。分析师们强调,苹果的人工智能集成不仅使其成为“最具差异化的消费者数字代理”,还将“加速设备更换周期”,为苹果iPhone销量带来新的增长动力。 尽管存在一些分析师对于消费者是否愿意为新增AI功能支付高价持谨慎态度,但总体市场情绪明显倾向于看好苹果的这一战略转型。苹果在AI领域的发力被视为其应对消费者支出波动和科技行业竞争加剧的重要策略,有望为其在全球科技舞台上的领先地位注入新活力。 随着苹果股价的这一波强势上涨,市场对于AI技术如何重塑智能手机体验乃至整个科技生态充满了期待。在苹果的带动下,今日A股多只苹果概念股涨停。瀛通通讯上涨9.99%,智信精密上涨20%,杰美特上涨20%,赛腾股份上涨10%,得润电子上涨10%。此外,立讯精密盘中上涨超6%,光大同创、中石科技、捷邦科技高开,万得AI手机概念指数上涨1.76%。
lg
...
金融界
06-12 14:44
马斯克撤销对OpenAI CEO奥特曼的诉讼
go
lg
...
但不会收集你的个人数据,”苹果在谈到
Apple
Intelligence 的“隐私承诺”时强调道。 去年 11 月,马斯克帮助推出了人工智能聊天机器人 Grok,旨在与 ChatGPT 等竞争。 Grok 背后的公司 xAI 在 5 月底从 Valor Equity Partners、Andreessen Horowitz、Sequoia Capital 和 Fidelity Management & Research Company 等公司获得了 60 亿美元的融资。 来源:金色财经
lg
...
金色财经
06-12 11:45
上一页
1
•••
83
84
85
86
87
•••
458
下一页
24小时热点
马斯克突然语出惊人!比特币骤跌失守9.35万、黄金下探2605低点 拜登将宣布中东停火
lg
...
特朗普决定与一则报道让黄金“血流成河”!金价崩跌逾90美元 如何交易黄金?
lg
...
特朗普突然给市场“下马威”!全球疯狂巨震:美元急拉、这一货币惨跌
lg
...
中美突传重磅消息!特朗普:将对中国产品征收10%额外关税 控“中方未能兑现承诺”
lg
...
特朗普突然收获重大好消息!特朗普竞选团队欢呼:这是“法治的重大胜利”
lg
...
最新话题
更多
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
14讨论
#链上风云#
lg
...
47讨论
#美国大选#
lg
...
1329讨论
#VIP会员尊享#
lg
...
1506讨论
#比特币最新消息#
lg
...
616讨论